基于TCP视频流的多层视频体验质量评价方法研究

钟海俊+林海涛

【摘 要】针对网络性能的参数不能有效评估TCP视频流体验质量的问题，提出了一种客观多层视频体验质量评价方法。该方法有两个步骤。在第一步中，考虑到视频播放性能参数对体验质量的影响，提出了三个新颖的应用层参数；在对网络状态参数进行研究的基础上，提炼出高级网络层参数；对网络层参数和应用层指标之间的关系进行推导和计算。在第二步，对应用层指标与体验质量进行测试。在实际网络下的仿真和测试实验显示，本文提出的方法能够很好的评价TCP视频流体验质量。

【关键词】体验质量；TCP；应用层参数；网络层参数；BPNN

0 引言

在过去的几年中，在线视频业务数量飞速增长，据估计到2017年在线视频播放消费将增加到总体视频消费量的69%[1]。随着视频流量的不断增加，视频业务的质量是否被用户认可成为了摆在视频网站、内容提供者、流媒体服务商和网络运营商面前的一个重要和急迫的问题[2]，而目前对视频业务质量的研究中，各种算法和方案都存在不同程度的局限性，无法准确的反应用户的主观感受，所以研究面向视频流媒体业务的用户体验质量评价具有重要的社会意义与较大的经济价值。

目前获取网络视频的手段很丰富，主要有网络电视、视频分享网站、P2P视频等。基于TCP协议传播的网络视频已经超过基于HTTP协议的网络视频。本文算法是对TCP视频进行体验质量评价。

本文提出了一种基于TCP视频流的客观的分层体验质量评价方法。考虑到视频播放性能参数对体验质量的影响，本文提出了三个新颖的应用层参数：初始缓冲延时（IBD），后续缓冲时间均值（RBDM）和后续缓冲频率（RBF）；研究了网络性能对视频播放性能的影响机制，并提出了网络层参数；对网络层参数和应用层参数的关系进行分析量化；利用应用层参数通过主管测试对体验质量进行评价。最后，通过在实际网络下的仿真和测试实验，显示本文提出的方法能够很好的评价TCP视频流体验质量。

1 网络层参数和应用层参数

本节首先提出了三个影响TCP视频体验质量的几个重要的应用层参数和网络层参数，然后分析计算了网络层参数和应用层参数的关系。

1.1 应用层性能参数

对于基于TCP网络传输协议的视频流，如果TCP下载流量低于播放速度，视频播放就会暂停并等待视频数据[3]，多次的缓冲和卡顿严重地影响用户的体验质量。考虑视频回放状态和对体验质量的影响，提出三个可量化的应用层性能指标量化视频回放状态，它们是：

1）初始缓冲延时（用IBD表示）：这个参数表示视频从开始缓冲到开始播放之间的时间间隔。

2）后续缓冲时间均值（用RBDM表示）：这个参数表示整个视频播放过程中多次缓冲时间的平均值。

3）后续缓冲频率（用RBF表示）：这个参数表示整个视频播放过程中出现缓冲情况的频率。

1.2 网络层性能参数

TCP视频在传送过程中的网络信道不同，视频质量降低的程度也不同。用来衡量网络性能的参数有丢包、延迟和分组重传 [4]。本节对网络状态如何影响视频应用层参数和用户体验的问题进行研究。在这里需要通过测量高层网络性能参数来得到各种网络条件。

在TCP流媒体视频传输中，视频接收器需要建立播放缓冲区来消除或减少网络吞吐量波动带来的影响。

视频流传输和播放的过程就像一个漏水的水桶，视频传输是数据流入，视频播放是数据流出。当视频播放时会出现三种情况：当TCP平均吞吐量η大于播放速度λ时，如果接收器的缓冲区足够大并且初始缓冲后视频平滑播放，缓冲区占用就会持续增加。当TCP平均吞吐量η等于播放速度λ时，接收器的缓冲区占用量保持在缓冲量最大值Bmax附近，并且视频除了在初始时需要缓冲，后续播放基本不再需要缓冲；然而当TCP平均吞吐量η小于播放速度λ时，视频播放时会出现多次暂停和等待，只有当存储在缓冲区的数据达到Bmax附近是才会重新播放。所以对于一个特定的视频接收器，网络吞吐量决定了视频性能参数和用户体验质量。

1.4 仿真实验和分析

本节通过仿真实验验证网络层参数和应用层指标之间的关系。

实验仿真平台由一个基于Apache Tomacat8.0开发的网络多媒体服务器、路由器和客户端电脑组成。服务器上存储多个FLV格式视频供客户端电脑下载和在线播放。通过设置路由参数对网络状态进行控制，路由器网络参数的设置情况如表1所示。

由表1可知，网络的丢包率设置为0%-10%，路由器延时设置为0-500ms来模拟真实网络情况。根据丢包率和延时的间隔不同，整个模拟网络共有16×16=256种网络状态。

在客户端主机上，运行了一个基于谷歌浏览器开发的网页应用来记录在视频播放时应用层三个参数的值。在每种网络状态下，客户端主机从服务器上下载视频三次并播放，取三次播放是参数的平均值作为实验结果。

通过实验结果分析发现当丢包率和RTT增加时，Dinit，Drb，Frb都会增加，单影响效果并不尽相同。与Drb和Frb相比，Dinit的预测错误更大。这是因为我们在模拟TCP传输时假设网络吞吐速率是平稳的，较大的误差来源于TCP初次建立连接时逐渐变化的拥塞窗口。

2 体验质量评估

在上节我们通过仿真实验和分析得出了网络层参数和应用层参数之间的关系。本节建立了从应用层参数到用户体验质量的映射关系。

在本文中，我们使用单一刺激法对140个年龄在20到40岁的人进行主观测试。试验中他们被随机平均分成4组，同时三组视频序列也是随机分配的。每个测试人员在保证没有视觉疲劳的情况下观看65个视频序列并打分。通过主观实验评价方法，作者得到35组平均意见得分，然后通过置信区间分析去除了部分不可靠数据。最后设计了一个BPNN模型来建模应用层参数和体验质量之间的关系并对样本数据进行归一化处理和训练。BPNN模型的训练效果如图2所示。

回归R值表示输出值和目标值之间的相关性，从图2中可以看出回归R值几乎达到100%，这表示估计平均意见得分的和主观的平均意见得分几乎一致。

经过计算得到模型的均方差和回归R值计算得到，均方差值为0.028681，回归R值为96.07%，这表明估计平均意见的分和主观平均意见得分有高度的相关性，证明了本文的评价方法性能良好。

3 结论

本文提出了一种客观多层视频体验质量评价方法，该方法将体验评价分为两步，第一步建立网络层参数和应用层参数的相关函数，第二步建立应用层参数到体验质量的映射模型。

考虑到视频播放性能参数影响体验质量，本文提出了三个应用层指标量化视频播放状态。此外，分析了网络条件对应用层三个指标的影响。通过对两种参数的相关性的仿真和分析证明了上述方法的可以有效评价TCP视频体验质量。在以后的工作中，我们将针对用户的行为对视频体验的影响进行进一步研究。

【参考文献】

[1]Hübsch C， Waldhorst O P， Hock M. Distributed WiFi detection and integration in dense urban mobile Peer-to-Peer networks[J]. Peer-to-Peer Networking and Applications， 2012，5（4）：323-339.

[2]卢国庆，李均利，陈刚，等.基于运动信息和结构信息的视频质量评价方法[J].计算机仿真，2010，27（6）：262-266.

[3]何叶明，李纲，余凤霞.基于HVS特征参数提取的视频质量评价四元数模型[J].计算机应用与软件，2014，31（7）：132-136.

[4]Klein L， Schlunzen H， Von S K. An Advanced Motion Detection Algorithm With Video Quality Analysis for Video Surveillance Systems[J]. IEEE Transactions on Circuits & Systems for Video Technology， 2011，21（1）：1-14.

[5]魏耀都，谢湘，匡镜明，等.移动视频质量评价方法及发展趋势[J].电信科学，2010，26（3）.

[6]Chen M J，Bovik A C.No-reference image blur assessment using multiscale gradient[J].EURASIP Journal on Image and Video Processing，2013，3：1-11.

[7]Lin W S，Kuo C C J.Perceptual visual quality metrics：a survey[J].Journal of Visual Communication and Image Representation，2011，22（4）：297-312.

[8]Sheikh H R，Bovik A C.Image information and visual quality[J].IEEE Transactions on Image Processing，2006，15（2）：430-444.

[9]王志明.无参考图像质量评价综述[J].自动化学报，2015，41（6）：1062-1079.

[10]Soleimani S，Rooms F，Philips W，Efficient blur estimation using multi-scale quadrature filters.Signal processing，2013，93（7）：1988-2002.

[责任编辑：汤静]